我在xarray
中有一个数据集,其维度如下:
Dimensions: (subject: 30, session: 5, time: 45000)
Coordinates:
* subject (subject) object '110' '112' '114' '117' ...
* session (session) object 'week1' 'week2' 'week3' ...
* time (time) timedelta64[ns] 00:00:00 00:00:00.040000 ...
我想将每个试验(受试者/会话组合)分成更小的时间段,例如分成3个段,每个段有15000个值,结果维可能如下所示:
^{pr2}$我试过很多东西,但都没有成功,怎么能做到呢?在
我一直在尝试的一件事,似乎很接近,就是创建一个新的多重索引并将其拆散。在
segment_data = np.repeat(range(3),len(ds.time)//3)
segment = xr.Variable(dims='time',data=segment_data)
newtime_data = np.tile(ds.time[:len(ds.time)//3],3)
newtime = xr.Variable(dims='time',data=newtime_data)
dsr = ds.assign_coords(segment=segment,newtime=newtime)
dsr = dsr.set_index(segment='segment',newtime='newtime')
dsr = dsr.stack(fragment=['segment','newtime'])
然而,最后一行占用了大量内存,似乎创建了一个维度fragment: len(ds.time)**2
,这似乎不对。我也不知道在这之后我要做什么(unstack('fragment')
?)。在
编辑:还有一些尝试把我带到了这里:
x = np.repeat(range(3),15000)
y = np.tile(ds.time[:len(ds.time)//3],3)
dsr = (ds.assign_coords(segment=x,time2=y)
.set_index(fragment=['segment','time2'])
.unstack('fragment'))
因此:
(subject: 30, segment: 3, session: 5, time: 45000, time2: 15000)
这似乎很接近,但并不完全存在,因为现在每个time2
点都有45000个值,而它应该是一个单一值:
dsr.isel(subject=0,segment=0,session=0,time2=0)
# (time: 45000)
编辑:我终于找到了一个办法,看看我的答案。欢迎进一步建议!在
首先确保有两个新尺寸标注的标签。在这种情况下,如下所示:
然后从这些标签*创建一个
^{pr2}$pandas
多重索引。在最后,用这个新索引替换数据集中的
time
索引,然后取消其级别以创建两个必需的维度。在您可能需要使用
rename
重命名新维度:结果尺寸:
现在唯一关闭的是维度的顺序(理想情况下}应该交换)。我以为
segment
和{transpose
会有帮助,但是"although the order of dimensions on each array will change, the dataset dimensions themselves will remain in fixed (sorted) order."**所以我可能会这样接受它。在*请注意,您将无法使用要拆分的维度的名称,因此这里有
'new_time'
。一个不必要的限制assign
?**另一个我无法解释的限制。
相关问题 更多 >
编程相关推荐